三维重建(四)PMVS算法 the patch-based MVS algorithm
来源:互联网 发布:免费苹果恢复软件 编辑:程序博客网 时间:2024/05/16 18:50
通过前面的介绍,已经获得了相机的参数,我们可以利用这些参数使用基于面片的三维多视角立体视觉算法(PMVS)重建出稠密的点云。下面详细介绍一下PMVS算法。
一、基本概念介绍
1、面片(patch)
面片
中心点:
单位法向:
面片
2、灰度一致性函数(Photometric Discrepancy Function)
首先,我们另图像集合
1. 首先把面片
2. 通过双线性差值的方法,对
3. 用1减去
过程如下图所示:
由于
3、面片的优化
面片优化的目的就是恢复那些
4. 初始化面片的相关参数
5. 优化
这里的第一步初始化的过程在后面用到,这里先讲以下
4、图像模型
基于面片的物体表面的表示的优势是他的灵活性,然而却不容易找到面片的连续性。为了解决这个问题进行了如下的操作,把图像
二、面片的重构
基于面片的多视角三维立体视觉算法的目的就是保证在每个图像块
1. 初始化特征匹配(initial feature matching);
2. 面片生成(patch expansion);
3. 面片筛选(patch filtering);
初始化特征匹配的目的就是生成一系列稀疏的面片,面片的生成和筛选都要执行n次使得面片足够稠密,同时去除不好的面片。下面依次进行介绍。
1、初始化特征匹配
首先用DOG和Harris来提取图像的角点特征,即为每幅图像的特征点。对于图像
尝试生成面片的方法如下所示:首先初始化候选面片的
由于生成的面片可能有很多错误的情况,因此我们认为在图像
同样
具体的算法描述和图示如下图所示,过程就是我上面说的过程,懒得翻译了,很好理解。
2、面片生成(patch expansion)
面片生成的目的就是保证每个图像块至少对应一个面片。通过上面生成的面片,重复的生成新的面片,具体来说就是给定一个面片
下面是面片p的两个相关概念:
图像块邻域
面片
当存在一个面片
对于
最终如果
面片生成的算法流程如图所示:
3、面片过滤(patch filtering)
在面片的重建过程中,可能会生成一些误差较大的面片,因此需要过滤来确保面片的准确性。
第一个过滤器是通过可视一致性进行过滤,另
第二个过滤器同样也是考虑可视一致性,不过会更加严格,对于每个面片
第三个过滤器,对于每个面片
- 三维重建(四)PMVS算法 the patch-based MVS algorithm
- chapter one Algorithm based(算法基础)
- 从照片的三维重建(3D Reconstruction)——MVS系列(1)
- 数据挖掘十大经典算法(四) The Apriori algorithm
- (EM算法)The EM Algorithm
- (EM算法)The EM Algorithm
- (EM算法)The EM Algorithm
- (EM算法)The EM Algorithm
- (EM算法)The EM Algorithm
- (EM算法)The EM Algorithm
- (EM算法)The EM Algorithm
- (EM算法)The EM Algorithm
- (EM算法)The EM Algorithm
- (EM算法)The EM Algorithm
- (EM算法)The EM Algorithm
- (EM算法)The EM Algorithm
- (EM算法)The EM Algorithm
- (EM算法)The EM Algorithm
- 华为OJ 初级:字符统计
- MYSQL分页limit速度太慢优化方法
- Android项目依赖多个项目,它们的jar包冲突的解决办法
- 微信公众号开发教程[003]-消息管理-接收消息
- I/O流
- 三维重建(四)PMVS算法 the patch-based MVS algorithm
- Select相关操作
- docker 操作
- 微信公众号开发教程[004]-消息管理-回复消息
- vulkan起航——调试samples
- Linux安装Skype
- 常用的网址收藏
- Droidplanner(tower) 系统分析
- docker 共享主机网络